【问题标题】:Problems with forward selection with stepAIC RstepAIC R 的前向选择问题
【发布时间】:2016-02-16 09:34:54
【问题描述】:

我有一个关于 R 前向选择的快速问题。所以我有一个我用 glm 训练过的 30 个变量的列表。

  model1 = glm(eggs ~ ., data = traindata1, family = binomial())

.代表训练数据中的 31 个变量。那么我已经加载了 MASS 并尝试使用前向选择运行 stepAIC。 我跑:

  step1 = stepAIC(model1, selection = "forward")

但是,它只是给了我与初始模型相同的最终模型。它跑了一次。当我这样做时:

  step1 = stepAIC(model1, selection = "backward")

它有效,并且给了我一堆模型。我如何才能让“前锋”发挥作用?我试图在mode1中包含一个变量,然后将范围命名为不同的东西,但它不起作用。我不想单独添加每个变量。

任何想法都会有所帮助。

【问题讨论】:

  • 前向选择添加变量 - 如果从完整模型开始,它如何做到这一点?从拦截开始并指定范围(据我所知,args)
  • 快速前。 m <- lm(mpg ~ 1, mtcars); stepAIC(m, direction="forward", scope=list(lower=m, upper=~wt+disp+cyl+gear))
  • @user20650 将此作为答案发布
  • @TMS;好的...完成

标签: r feature-detection logistic-regression


【解决方案1】:

向前选择添加变量。如果您从完整模型开始,它就无法做到这一点。例如,您可以从拦截开始,并指定范围。

快速示例

m <- lm(mpg ~ 1, mtcars)
stepAIC(m, direction="forward", scope=list(lower=m, upper=~wt+disp+cyl+gear))

【讨论】:

    猜你喜欢
    • 2021-06-11
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2022-11-13
    • 2019-05-30
    相关资源
    最近更新 更多